点击蓝字 关注企点 汽车保有量持续上升，新车销售市场竞争不断加剧，以往被市场高速增长掩盖的痛点开始显现，品牌需要更精细化的营销来获取更多客源，通过广告投放来推动销售增长。我们希望借助企点营销的全流程自动化营销，助力汽车行业数字化营销精准投放，应对新的营销挑战。 然而汽车行业在数字化转型的过程中，依然存在多个痛点，制约着行业发展。企点营销正在解决这些行业痛点： 01 多个优质渠道广告投放 超低成本获取精准流量 01 全员营销 通过全员营销系统，可以充分发挥一线4S店销售人员的社交能量，调动销售人员积极
据美国哈佛大学网站2016年1月26日报道，哈佛大学工程与应用科学学院（SEAS）、脑科学中心（CBS）、分子和细胞生物系共同获得美国高级情报研究计划局（IARPA）授予的2800万美元（约合1.84亿人民币）资助，用于发展高等机器学习算法以推动神经科学前沿领域的研究。参加该项目的科研人员分别来自美国哈佛大学、麻省理工、圣母大学、纽约大学、芝加哥大学和洛克菲勒大学。 如今情报机构被淹没在数据的海洋之中，远远超过其处理能力。一方面，天生擅长识别模式的人类无法跟上新信息的涌入。与此同时，机器的学习能力和模式识别
为工程师提供顶级交流平台 CCFTF第85期 主题 打造公路”头等舱“——智能座舱与交互革命进行时 2022年12月8日 19:00-21:00
随着人工智能、信息通信技术加速发展和跨界融合，智能网联汽车与外界交互手段不断丰富，智能网联汽车在积极融入网络时代的同时，同样不可避免地面临信息安全问题，引发了行业高度关注。
随着科技的飞速发展，伴随着汽车行业的数字化转型，智能网联已经成为了当前汽车发展的重要趋势。新时代的智能网联车辆不仅具备了传统汽车的功能，还配备了各种传感器、通信设备和计算能力，使它们能够实现自动驾驶、实时交通信息获取、远程诊断等功能。然而，随着智能网联汽车的普及以及智能化程度的提高，用户的隐私问题也逐渐凸显，引起广泛关注。那么，就让我们一起讨论一下智能网联汽车隐私保护的问题：
在《智能网联汽车行业数据合规解决方案（上）》一文中，我们主要讲述了智能网联汽车行业数据合规的一些基本背景和法规要求，接下来我们将重点介绍智能网联汽车行业数据合规的相关解决方案。
数据是智能网联汽车飞速发展的核心要素，所需的数据类型不仅依赖于车外环境数据的采集分析，也涉及车辆行驶数据与驾驶舱数据的收集。根据《中华人民共和国个人信息保护法》的相关要求，无论个人信息处理的目的和法律基础是什么，都需要提前告知个人主体，履行告知义务。
焊缝跟踪在汽车制造过程中具有重要意义。汽车制造过程中，多方面的活动与特定的焊缝密切相关，所以使用焊缝跟踪技术来跟踪这些焊缝是非常重要的。
作为 AI 界的领军人物，谷歌云人工智能和机器学习首席科学家李飞飞一直致力于 AI 民主化，希望利用 AI 造福社会。在昨日举行的清华大学—谷歌 AI 学术研讨会上，李飞飞就介绍了自己在“AI + 医疗”领域的最新前沿工作。
社交媒体已经从基于文字分享逐步转化为视觉分享媒体。因为可即时从任何设备上传图片到社交媒体，人们在社交媒体上分享的照片比以往任何时候都要多。根据德勤发布的数据， 2016年有2.5万亿张照片被分享或存储在网上。可以肯定地说，这个数字还将不断增长。
詹士 发自 凹非寺 量子位 | 公众号 QbitAI 意念打字新纪录诞生！ 受试者通过植入设备，平均输入速度能达每分钟62个单词，是团队之前纪录的3倍。 同时准确率也有明显提升，面向50个单词词汇表，识别准确率比先前纪录提升2.7倍。 据研究者称，这已开始接近正常人沟通速度（每分钟160个单词）。 不信？那就看看现场实况。 受试者“按词输入”，点点头就出了个句子，还是蛮丝滑的： 相比下，此前研究按“字母”逐个输入，显得更费劲不少： △ 2021年登Nature封面的成果展示 创造该纪录的团队来自斯
关于区块链是什么，网上的解释多如牛毛。这里，我从需求的角度总结一下：当做记录保存（身份存证）时，它是分布式账本；当做交易或支付（跨境支付）时，它是信任机器。虽然这两种分类方法并不正交，但是对于理解区块链的应用方向有很大的好处。
顶象防御云业务安全情报中心监测到，某知名新能源汽车App遭黑灰产疯狂薅羊毛，给车企带来经济与用户的双重损失。
雷锋网按：对于自动驾驶赛道上的玩家来说，2016年的意义绝非凡响。在这一年，不管是科技巨头，还是老牌汽车厂商，都争相在此砸入巨资以刷存在感，创业公司作为投资对象也因此饱受关注。自动驾驶领域的利益相关者终于迎来第一个分水岭。 为了进一步确定这个不断增长的生态系统，美国著名智库布鲁金斯学会（Brookings Institution）搜罗了自动驾驶领域各利益相关者在过去三年（2014年8月至2017年6月）中发生的投资和交易行为，并将其整理，于近日发布了一份全球自动驾驶领域的投资情况报告。 鉴于竞争原因，许
关于区块链是什么，网络上的解释多如牛毛。这里，我从通常需求的角度总结一下：在记录保存（身份存证）时，它是分布式账本（分布式数据库）；在交易或支付（跨境支付）时，它是信任机器。虽然这两种分类方法并不正交，但是对于理解区块链的应用领域有很大的好处。
系统将会自动识别推断驾驶者的意图，从而做出相应的反应。 当前，日产正在开发一项名为“B2V”（Brain-to-Vehicle，大脑到汽车）新汽车技术，让汽车可以读取驾驶者的“思想”。该技术由日产智能出行（Nissan Intelligent Mobility）实验室负责开发。 从本质上讲，B2V就是一项脑波扫描技术。在使用中，B2V技术用到了脑波监控头盔，其可以追踪穿戴者大脑的内部活动。之后，活动信息将会被传到日产无人驾驶系统，而系统则会自动推断驾驶者的意图，并做出相应的反应。 我们应该也注意到了，这项技
他们运用一个端到端的多任务学习系统，从画面中识别人类行为和TA与周围环境的互动情况，然后根据这些信息，预测出这名行人未来的路径和行为。
近日，工业和信息化部发布了《关于加强智能网联汽车生产企业及产品准入管理的意见》（以下简称“《意见》”），对数字化时代的最新监管要求给出了答案。本文仅就各方关注的《意见》中的重点问题，特别是对智能网联汽车生产企业的最新监管要求进行简要梳理和介绍。
（CSMS）及车辆网络安全型式认证（VTA）两部分，前者主要审查 OEM 是否在汽车完整生命周期
作者：张乾 【新智元导读】12月15日，以“跨越创新峡谷·横渡达尔文海”为主题的首届北京汽车产业创新大集在北京汽车集团研发基地举行，新智元创始人兼CEO杨静女士作为评委点评了项目路演环节，并同与会嘉宾共同探讨我国汽车产业创新发展和产业生态圈建设的未来图景。 自动驾驶作为汽车产业与人工智能、物联网、高性能计算等信息技术融合的产物，代表着出行领域智能化的主要方向，也是催生新技术、新算法、新硬件最多的领域之一。 12月15日，以“跨越创新峡谷·横渡达尔文海”为主题的首届北京汽车产业创新大集在北京汽车集团研发基地举
数据显示，汽车行业广告开支2019年高达420亿元，其中线上广告支出占汽车广告服务市场总量的45.6%，相较于2015年的占比31.2%，年复合增长率为16.3%。
近日，广域铭岛参编的《AI工业质检应用发展白皮书》（下称《白皮书》）正式发布。《白皮书》详细阐述了AI工业质检的发展阶段、存在问题、应用趋势及实践案例等，为AI技术在工业质检中的应用提供示范和指引。
明敏 发自 凹非寺 量子位 | 公众号 QbitAI 用钙钛矿取代硅研制电子器件，居然还能被用来完成AI计算？？？ 众所周知，钙钛矿作为一种重要的材料，掺杂后主要用于生产SCI及博士论文（手动狗头）。 这次被用在开发新型AI电子器件上，还登上了Science，结果让人眼前一亮： 其心律识别任务的平均性能是传统硬件的5.1倍，并且还能灵活模拟动态网络、降低训练能耗。 用神经形态计算降能耗 这项研究主要是通过向钙钛矿中掺入不同量的氢，来模拟人类神经元活动，从而完成不同机器学习任务。 这主要是基于钙钛矿自身的特性
大家好，为了帮助大家持续提升创作能力，腾讯云开发者社区【2024腾讯·技术创作特训营】最新一期有奖征文来袭啦~
人工智能是一门新兴的技术学科，它研究和开发用于模拟人类智能的扩展和扩展的理论、方法、技术和应用系统。人工智能研究的目标是让机器执行一些复杂的任务，这些任务需要聪明的人来完成。也就是说，我们希望机器可以代替我们来解决一些复杂的任务，不仅仅是重复的机械活动，而是一些需要人类智慧才能参与的任务。在本文中，我将解释人工智能技术的三个主要方向，即语音识别，计算机视觉和自然语言处理。
利用数据挖掘进行数据分析常用的方法主要有分类、回归分析、聚类、关联规则、特征、变化和偏差分析、Web页挖掘等， 它们分别从不同的角度对数据进行挖掘。 1、分类 分类是找出数据库中一组数据对象的共同特点并按照分类模式将其划分为不同的类，其目的是通过分类模型，将数据库中的数据项映射到某个给定的类别。它可以应用到客户的分类、客户的属性和特征分析、客户满意度分析、客户的购买趋势预测等，如一个汽车零售商将客户按照对汽车的喜好划分成不同的类，这样营销人员就可以将新型汽车的广告手册直接邮寄到有这种喜好的客户手中，从而
特斯拉、雷克萨斯许多汽车拥有“辅助驾驶技术”并不新鲜，但完全不需要人驾驶的L4级全自动驾驶汽车，即无人车之前更多是存在于新闻报道之中，许多人都是只闻其声未见其面。今天，在世界互联网大会召开前夕，浙江桐乡乌镇景区，百度无人车掀开了面纱，迎来了包括我在内的首批乘客。我也有幸成为第26名体验百度无人车的乘客——鉴于这是全球首次无人车公开体验活动，我想我应该也是全球第26名无人车乘客，这让我觉得这次专程赶赴乌镇不虚此行，同时，百度无人车的未来也变得前所未有的清晰。 百度无人车初体验：虽不完美却聪明实用 百度无人车
导读：做算法的人常说"数据为王"， 而对于做广告的人来说，内容理解则是广告投放的基础。本次分享将介绍在微博广告中，内容理解起到了哪些作用。
随着新能源汽车市场占比的不断提升，全球汽车产业的转型升级已成为时代趋势，“数字化、智能化、网联化”成为汽车产业主要方向。随着人工智能技术的快速发展，新能源汽车、无人驾驶技术、车联网技术的不断升级与应用，汽车已从传统的运输工具，变成了新的数据处理节点。除了汽车自身信息、车主信息、座舱内数据外，汽车所搭载的各类设备还会采集海量的车外个人信息与测绘信息等重要数据，这些重要数据可以与其他智能终端进行数据交互，使汽车从传统的信息孤岛转变成为数据网络的重要节点。目前，包括驾驶辅助系统、车载摄像头、车辆和机器系统的语音信息等在内的大部分智能车联网功能，都需要依赖于大量车内外信息、司乘信息等多种类、敏感度高的数据，为司乘带来便利的同时，也使得汽车行业数据合规问题面临多个方面的新挑战。
中国经济周刊-经济网讯 （记者 宋杰） 打造中国无人驾驶汽车测评的风向标，国内智能汽车比赛首次驶上专业赛道比赛。12月11日至13日，2017中国智能汽车大赛（CIVC）在上海F1国际赛车场和国家智能网联汽车（上海）试点示范区封闭测试区举行。本届大赛在工业和信息化部电子信息司、上海市经济和信息化委员会、嘉定区人民政府的指导下，由中国汽车技术研究中心、中国生产力促进中心协会、上海国际汽车城（集团）有限公司共同主办，中国汽车技术研究中心情报所、全国汽车行业生产力促进中心、国家智能网联汽车(上海）试点示范区共同承
《大厂，跳槽年薪可100w，中年焦虑。》 《不要年薪百万，要去当公务员。》 1 自动驾驶？ 大家知道我比较关注新能源汽车。 前两天刚吹了比亚迪，比亚迪虽然啥都好，但是智能化却是其中最大的一个短板。 而新势力卖车，自动化驾驶绝对是最大的宣传卖点，其中几家在试驾过程中就可以亲自体验。 但是现在的自动驾驶其实只是辅助驾驶，在某些比较封闭的路段上，在驾驶人的保证下才能安全行驶。 我家里用的是理想One。 上高速的时候，如果路况比较好，我会打开辅助驾驶开车，这样会稍微让长途没有那么累。 刚开始小心翼翼的，后来高速
本文约6500字，建议阅读13分钟本文围绕着人工智能的六种应用进行。 由皮尤研究中心（Pew Research Center)创建的美国趋势小组(American Trends Panel，ATP)是是一个全国代表性小组，通过固定电话和手机号，随机招募美国成年人组成小组，小组成员通过自我管理的网络调查参与，并由Ipsos进行管理。 在2022年3月，皮尤研究中心发布了一项调查研究报告[ 1 ]，这项研究主要围绕着人工智能的六种应用进行：其中三个是新兴的人工智能应用程序——警方使用面部识别技术，社交媒体公司使
数据挖掘又称数据库中的知识发现，是目前人工智能和数据库领域研究的热点问题，所谓数据挖掘是指从数据库的大量数据中揭示出隐含的、先前未知的并有潜在价值的信息的非平凡过程 利用数据挖掘进行数据分析常用的方法主要有分类、回归分析、聚类、关联规则、特征、变化和偏差分析、Web页挖掘等， 它们分别从不同的角度对数据进行挖掘。 ① 分类。分类是找出数据库中一组数据对象的共同特点并按照分类模式将其划分为不同的类，其目的是通过分类模型，将数据库中的数据项映射到某个给定的类别。 它可以应用到客户的分类、客户的属性和特征分析、客
分类是找出数据库中一组数据对象的共同特点并按照分类模式将其划分为不同的类，其目的是通过分类模型，将数据库中的数据项映射到某个给定的类别。
利用数据挖掘进行数据分析常用的方法主要有分类、回归分析、聚类、关联规则、特征、变化和偏差分析、Web页挖掘等， 它们分别从不同的角度对数据进行挖掘。 分类 分类是找出数据库中一组数据对象的共同特点并按照分类模式将其划分为不同的类，其目的是通过分类模型，将数据库中的数据项映射到某个给定的类别。 它可以应用到客户的分类、客户的属性和特征分析、客户满意度分析、客户的购买趋势预测等，如一个汽车零售商将客户按照对汽车的喜好划分成不同的类，这样营销人员就可以将新型汽车的广告手册直接邮寄到有这种喜好的客户手中，从而大大增
利用数据挖掘进行数据分析常用的方法主要有分类、回归分析、聚类、关联规则、特征、变化和偏差分析、Web页挖掘等， 它们分别从不同的角度对数据进行挖掘。 ①分类。分类是找出数据库中一组数据对象的共同特点并按照分类模式将其划分为不同的类，其目的是通过分类模型，将数据库中的数据项映射到某个给定的类别。 它可以应用到客户的分类、客户的属性和特征分析、客户满意度分析、客户的购买趋势预测等，如一个汽车零售商将客户按照对汽车的喜好划分成不同的类，这样营销人员就可以将新型汽车的广告手册直接邮寄
数据挖掘——就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。
大数据文摘作品 编译：小鱼、荆浩男 AI似乎可以帮我们做越来越多的事，从预测天气到驾驶无人汽车。现在AI正在应用于视频监控系统分析，通过在犯罪活动发生前进行预先识别，试图阻止性侵犯等暴力犯罪行为。 但这种令人钦佩的想法能否实现？ 这种想法听起来像《黑镜》剧中的一幕，但它不再是科幻小说里的情节。Cortica是一家在安全和AI研究方面有着深厚根基的以色列公司，最近与印度贝斯特集团在印度建立了合作伙伴关系，以分析公共区域中闭路电视摄像机的数据流量。其中一个目标是提高公共场所的安全性，例如城市街道，公共汽车站和火
每周一期，纵览音视频技术领域的干货。 新闻投稿：contribute@livevideostack.com。 ---- 【下午2点】相约上海，共话互动媒体技术产品新趋势 随着国内新媒体技术发展不断创新，互动媒体作为一种全新的媒体方式逐渐受到更多关注。时隔近一年，LiveVideoStack Meet再次来到上海，这次我们仍旧带来了极丰富的内容，希望与新老朋友一同探讨交流，报名已开放，期待会面～ 活动时间：2022年10月16日 14:00 ～ 17:00 活动地址：上海科技绿洲A区2号楼（国核大厦）31
对种子用户画像来说，实践中常常陷入一些误区，尤其是过于依赖直觉假设而影响了对种子用户画像清晰判断和筛选。
根据标签、主题和文档内容将文档分为多个不同的种类。这是一个非常标准且经典的K-means算法分类问题。首先需要对文档进行初始化处理，将每个文档都用矢量来表示，并使用术语频率来识别常用术语进行文档分类，这一步很有必要。然后对文档向量进行聚类以识别文档组中的相似性。
每周一期，纵览音视频技术领域的干货。 新闻投稿：contribute@livevideostack.com。 活动剧透 海内外技术人们“看”音视频技术的未来 COVID-19的爆发，在一定程度上催化了音视频技术的加速发展。这种加速发展不止是技术的纵向迭代，也是向不同场景发起了一次横向触达。人们的很多活动在线下受限，但可以通过线上来进行，甚至越来越依赖这种方式，这肯定少不了技术者们在背后的支持。我们做了一个回顾，无论是国内还是国外，看看技术人们在音视频技术这个垂直赛道上更看好哪些具体技术的发展吧。另外，在这
刘玉超博士，中国指挥与控制学会副秘书长、高级工程师，曾担任李德毅院士学术助手，研究方向指控系统、智能驾驶，提出基于云变换的变粒度计算方法，获得清华大学计算机科学与技术专业博士学位。先后承担和参与重大科
博雯 发自 凹非寺 量子位 | 公众号 QbitAI 为了搞清楚人类是怎么看世界的，计算机开始学着“转动眼球”了： 然后凭借转动的眼球“搜集要观测的信息”，再聚焦在文字或者图像上，开始“收集数据”： 不仅能正常读书看画，甚至能模拟人类在无聊、兴奋、紧张等各种不同情绪下的瞳孔放缩、眨眼频率的细微变化。 事实上，这是杜克大学的研究人员最新开发的一种“虚拟眼睛”，可以精确模拟人类观测世界的方式。 这项研究目前已经开源，并即将发表于通信类顶会IPSN 2022上。 通过这项研究得到的几近真实的数据，将全部反
图像识别市场估计将从2016年的159.5亿美元增长到2021年的389.2亿美元，在2016年至2021年之间的复合年增长率为19.5％。机器学习和高带宽数据服务的使用进步推动了这项技术的发展。 。电子商务，汽车，医疗保健和游戏等不同领域的公司正在迅速采用图像识别。根据MarketsandMarkets的报告，图像识别市场分为硬件，软件和服务。以智能手机和扫描仪为主的硬件部分可以在图像识别市场的增长中发挥巨大作用。越来越需要具有创新技术（例如监控摄像头和面部识别）的安全应用程序和产品。
作者丨Keith Kirkpatrick 编译丨维克多 编辑丨岑峰 距离马斯克“2021年底交付全自动驾驶汽车”的预言已经过去好几个月了，情况和他在2019年、2018年给出承诺后的状态一样，鸽了。 其实，在过去十年中，各路技术专家预测完全自动驾驶实现日期，都是用“即将到来”一词，似乎每一次预测都落空了。 那么，自动驾驶现在处在什么状态？有哪些问题亟待解决？近日，communications of ACM 发文《Still Waiting for Self-Driving Cars》理清了这些问题。 以下
近日，Magic Leap One公布了VR汽车应用《RelayCars》，这也是第一款兼容MagicLeap One的第三方应用。《RelayCars》允许用户在家体验市面上所有最新的汽车。用户只需戴上VR头显进入虚拟汽车展厅，便可近距离观看车辆，还能查看汽车视频和相关VR电影。
在机器学习中，您标注的数据是AI模型的基础，因此选择正确的方式十分重要，建立质检流程，跟进每一个测试环节。随着技术比以往发展地更迅速，人工智能在安全和人脸识别方面的应用愈加普及。当我们使用人脸解锁手机的时候，比如，科技巨头苹果公司通过多轮测试使人脸识别变得准确——正是通过详细的关键点来实现的。
源 | AI Zone K-means算法具有悠久的历史，并且也是最常用的聚类算法之一。K-means算法实施起来非常简单，因此，它非常适用于机器学习新手爱好者。首先我们来回顾K-Means算法的起源，然后介绍其较为典型的应用场景。 起源 1967年，James MacQueen在他的论文《用于多变量观测分类和分析的一些方法》中首次提出 “K-means”这一术语。1957年，贝尔实验室也将标准算法用于脉冲编码调制技术。1965年，E.W. Forgy发表了本质上相同的算法——Lloyd-Forgy算法。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
